【网络大数据】大数据时代:如何全面认识大数据?

社区服务
高级搜索
猴岛论坛电脑百科【网络大数据】大数据时代:如何全面认识大数据?
发帖 回复
正序阅读 最近浏览的帖子最近浏览的版块
0个回复

[网络资讯]【网络大数据】大数据时代:如何全面认识大数据?

楼层直达
没奶找我挤

ZxID:45016825

等级: 上等兵
举报 只看楼主 使用道具 楼主   发表于: 2014-05-08 0
大数据_大数据时代_大数据概念_网络大数据

随着大数据时代的来临,大数据也吸引了越来越多的关注。网络大数据(http://www.raincent.com)整合了大数据,大数据概念,大数据处理,大数据分析,cdn,cdn加速,idc,网络测量,网络监测,网络安全测量,网站性能监测,行业分析报告,行业研究报告,免费行业报告等服务为一体,力争打造中国最大的网络大数据中心。

关于大数据的热点话题近年来一浪高过一浪,而关注大数据应用的人也越来越多。总体来说,人们对大数据的前景持乐观态度,比如谈到大数据技术特征,人们最容易想起的就是4个“v”:vast(数量庞大)、variety(种类繁多)、velocity(增长迅速)和value(总价值高)。这些都没错,但仔细一想,它们都是偏重说明大数据的正面优势的。但其实,大也有大的难处,大数据也不可避免地存在着一些负面劣势。这些负面劣势可以概括以下四点:

incomplete——大数据是残缺的。在现实的世界里,由于用户登记的信息不全、计算机数据存储的错误等种种原因,数据缺失是常见的现象。在大数据的场景下,数据缺失更是家常便饭,这就为后期的分析与建模质量增加了不确定的风险。

inflated——大数据是肥胖的。大数据的大不仅仅体现在数据记录的行数多,更体现在字段变量的列数多,这就为分析多因素之间的关联性带来了难度。哪怕是最简单的方差分析,计算一两个还行,计算一两百个就让人望而生畏了。

abnormal——大数据是异常的。在现实的世界里,大数据里还有不少异常值(outlier)。比如某些连续型变量(如一个短期时间内的交易金额)的取之太大,某些离散型变量(如某个被选购的产品名称)里的某个水平值出现的次数太少,等等。如果不删除,很可能干扰模型系数的计算和评估;如果直接删除,又觉得缺乏说服力,容易引起他人的质疑。这使得分析人员落到了一个进退两难的境地。

unstructured——大数据是非结构化的。大数据的结构也是非常复杂的,既包括像交易额、时间等连续型变量,像性别、工作类型等离散型变量这样传统的结构化数据,更增添了如文本、社会关系网络,乃至语音、图像等大量新兴的非结构化数据,而这些非结构化数据蕴含的信息量往往更加巨大,但分析手段却略显单薄。

如今,人们利用大数据分析,已经可以预见和分析出很多当下时代的大趋势了。但是,这些分析数据的真实性怎么保证呢?目前,我国的大数据正处于发展中阶段,如果不能处理好这些不利因素就盲目“跟风”去运用,那么大数据应用的优势很难发挥出来。想要真正运用好大数据,并不是一项在常规条件下数据分析的简单升级,而是一项需要大智慧的综合工作。

其实,只要是有效地利用大数据,就可以实时监控各种潜在风险,提高生产效率,更重要的是为企业提供诸多洞见,提升投资回报和竞争优势,而且有助于企业从多维度判断全球市场潜在商机,实现跳跃式快速发展。如果没有一个全面、客观认识大数据的过程,即便我们能很容易的利用大数据得到很多可预见的数据,又有几分准确性?

所以,我们必须要对大数据有一个全面、客观的认识。上文提到的四个难点,也是必须要重视的。只有在不同的业务和数据背景下采用不同的战略战术,才能在大数据时代,真正发挥大数据的杠杆作用,有效提高企业的运营效率和市场竞争力。

更多大数据实时信息 敬请关注网络大数据:http://www.raincent.com

际遇之神

奖励

一袋金币砸在没奶找我挤头上,赚了2DB

« 返回列表
发帖 回复